cover
Contact Name
Jati Sasongko Wibowo
Contact Email
jatisw@edu.unisbank.ac.id
Phone
+6281325297663
Journal Mail Official
dinamik@edu.unisbank.ac.id
Editorial Address
Jl. Tri Lomba Juang No. 1 Semarang
Location
Kota semarang,
Jawa tengah
INDONESIA
Dinamik
Published by Universitas Stikubank
ISSN : 08549524     EISSN : 26231786     DOI : 10.35315/dinamik.v28i1
Core Subject : Science,
The Jurnal DINAMIK aims to: Promote a comprehensive approach to informatics engineering and management incorporating viewpoints of different applications (computer graphics, computer networks and security, computer vision, computational intelligence, databases, big data, IT project management, and other fields relevant to information technology. Encourage scientists, practicing engineers, and others to conduct research and similar activities.
Articles 455 Documents
Rancang Bangun E-SCM untuk Optimalisasi Persediaan Barang Toko Nadira Putri, Ramadani; Fauziah, Rizky; Apridonal M, Yori
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10118

Abstract

Pengelolaan rantai pasok dengan menggunakan metode E-SCM untuk mengoptimalkan persediaan Toko Nadira dapat meningkatkan persediaan yang efisien. Permasalahan yang terjadi pada Toko Nadira adalah proses pencatatan barang, pengelolaan persediaan dan pemesanan ke Supplier masih manual dengan menggunakan buku catatan. Dengan adanya teknologi, Toko Nadira dapat memanfaatkannya dengan baik dengan menggunakan website, website ini mampu mempermudah proses pencatatan barang, monitoring persediaan, dan meningkatkan keakuratan dalam proses pemesanan barang ke Supplier serta update stok secara real-time, Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian aplikasi. Hasil penelitian menunjukkan bahwa website E-SCM yang dikembangkan telah berhasil meningkatkan efisiensi operasional Toko Nadira, mengurangi resiko kehabisan stok, dan mempercepat proses restocking. Selain itu, sistem ini juga dapat diintegrasikan dengan laporan penjualan dan pembelian, yang memungkinkan pemilik Nadira Store untuk melakukan analisis data yang lebih mendalam.
Penentuan Daerah Prioritas Pembangunan di Jawa Tengah Menggunakan Metode Entropy dan TOPSIS Pangesti, Mey Tri Widya; Ardianto, Brian; Pungkasanti, Prind Triajeng
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10129

Abstract

Provinsi Jawa Tengah memiliki tingkat ketimpangan yang cukup tinggi, terutama di perkotaan. Data BPS Semester 2 Tahun 2024 menunjukkan rasio ketimpangan di perkotaan sebesar 0.392 dan di pedesaan 0.364, yang disebabkan oleh pembangunan wilayah yang belum merata. Pemerataan pembangunan menjadi fokus utama dalam RPJMN 2025–2045 menuju Indonesia Emas 2045, dengan "Pembangunan Kewilayahan" sebagai agenda ke-6 dari 8 agenda pembangunan, dengan tujuan untuk mewujudkan pemerataan dan keadilan pembangunan. Jawa Tengah memiliki 35 kabupaten/kota dengan tantangan pembangunan yang beragam. Untuk mencapai keadilan pembangunan, daerah tertinggal perlu diprioritaskan. Penelitian ini bertujuan memberikan rekomendasi daerah prioritas pembangunan menggunakan Sistem Pendukung Keputusan (SPK) dengan metode Entropy untuk pembobotan kriteria dan TOPSIS (Technique for Order by Similarity to Ideal Solution) untuk penentuan prioritas. Kriteria yang digunakan meliputi aspek pendidikan, ekonomi, dan kesejahteraan masyarakat, seperti Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), Pengeluaran per Kapita, Indeks Pembangunan Manusia (IPM), Persentase Penduduk Miskin, Tingkat Pengangguran Terbuka (TPT), serta Gini Ratio (rasio ketimpangan ). Hasil analisis menunjukkan bahwa Kabupaten Pemalang, Wonosobo, dan Banjarnegara merupakan daerah prioritas pembangunan. Hasil penelitian ini dapat menjadi rekomendasi bagi pemangku kebijakan untuk mendukung pembangunan yang lebih merata dan berkeadilan.
Pengembangan Sistem Informasi Verifikasi Online (SI-VERO) Berbasis Web Narulita, Siska; Sekarlangit, Sekarlangit; Abdillah, M. Zakki
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10131

Abstract

Maraknya kasus kecurangan atau manipulasi dokumen sertifikat atau piagam penghargaan pada proses Penerimaan Peserta Didik Baru (PPDB) di berbagai wilayah di Indonesia, menjadi permasalahan yang serius untuk diselesaikan. Tindakan ini dapat merugikan para siswa yang telah berprestasi secara jujur, merusak kepercayaan masyarakat terhadap integritas pendidikan dan kredibilitas sistem PPDB itu sendiri, sehingga berdampak pada kepercayaan masyarakat kepada institusi atau lembaga pendidikan dan pemerintah. Metode penelitian yang dipergunakan adalah case studies research. Peneliti menggunakan metode Rapid Application Development (RAD) untuk pengembangan sistem dan blackbox testing berbasis equivalent partition untuk metode pengujian sistem. Berdasarkan hasil blackbox testing berbasis equivalent partition, bahwa sistem informasi verifikasi online yang dibangun, secara keseluruhan fungsionalitasnya sudah berjalan dengan baik. Sistem yang dibangun juga sudah sesuai dengan kebutuhan pengguna dalam mengakomodir permasalahan terkait dengan verifikasi sertifikat secara online, sehingga dapat meminimalisir praktik kecurangan atau manipulasi dokumen sertifikat atau piagam penghargaan.
Analisis Data dan Visualisasi Pola Ancaman Siber Global (2015 - 2024) menggunakan Exploratory Data Analysis (EDA) Karunia, Reiza Dwi; Hidayati, Nurtriana
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10136

Abstract

Penelitian ini menganalisis pola ancaman siber global dengan menggunakan metode Exploratory Data Analysis (EDA) berdasarkan dataset “Global Cybersecurity Threats (2015–2024)” yang disusun oleh Atharva Soundankar dan dipublikasikan di Kaggle. Dataset tersebut mencakup 3.000 insiden keamanan siber dari berbagai negara, dengan atribut seperti negara, tahun, jenis serangan, industri sasaran, kerugian finansial, jumlah pengguna terdampak, sumber serangan, jenis kerentanan, mekanisme pertahanan, dan waktu penyelesaian insiden. Melalui pendekatan EDA dan visualisasi interaktif dengan Tableau, penelitian ini bertujuan mengidentifikasi pola, tren, dan anomali dari serangan siber global serta menguji dua hipotesis utama: (1) jenis serangan DDoS dan phishing merupakan yang paling dominan secara global; dan (2) sektor teknologi informasi dan perbankan merupakan industri paling rentan terhadap serangan. Hasil analisis menunjukkan bahwa kedua hipotesis tersebut terbukti, di mana DDoS dan phishing menempati urutan teratas sebagai jenis serangan terbanyak, dan sektor IT serta perbankan paling sering menjadi sasaran. Temuan ini memberikan kontribusi penting dalam penyusunan strategi mitigasi serangan siber, khususnya pada sektor-sektor vital. Visualisasi data juga memberikan dukungan kuat dalam pemahaman pola ancaman dan pengambilan keputusan berbasis data. Kata Kunci: Ancaman Siber, DDoS, Phishing, Industri IT, EDA, Visualisasi Data
Audit Tata Kelola Teknologi Informasi untuk Website Pelayanan Terpadu Satu Pintu (PTSP) menggunakan Framework Cobit 5 Sobirin, Muhammad Hamdan; Suryono, Ryan Randy
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10138

Abstract

Website Pelayanan Terpadu Satu Pintu (PTSP) merupakan wujud digitalisasi layanan publik yang membutuhkan tata kelola Teknologi Informasi (TI) yang efektif. Penelitian ini bertujuan untuk mengevaluasi tingkat kematangan tata kelola TI menggunakan framework COBIT 5 serta menilai keamanan dan performa sistem. Metode yang digunakan adalah deskriptif kuantitatif dengan audit pada 13 proses dari lima domain COBIT 5. Pengujian keamanan dilakukan menggunakan Nessus Scanner, sedangkan Apache JMeter digunakan untuk mengukur performa sistem. Hasil evaluasi menunjukkan rata-rata tingkat kematangan sebesar 3,6 dengan selisih (gap) 1,4 dari target level 5 (Optimized). Domain MEA02 memiliki gap tertinggi sebesar 2,1, menunjukkan kurangnya pengawasan internal. Pemindaian keamanan tidak menemukan celah dengan risiko tinggi, namun semua temuan berada pada kategori Informational. Dari sisi performa, halaman Home memiliki waktu respons tertinggi sebesar 22.683 ms dan throughput hanya 2,1 permintaan/detik, jauh di bawah standar pembanding. Hasil ini menunjukkan bahwa meskipun sistem telah berjalan cukup baik, masih diperlukan perbaikan dalam aspek pengawasan, keamanan, dan performa agar layanan PTSP dapat berjalan lebih optimal dan stabil.
Model Svm untuk Prediksi Harga dan Analisis Risiko pada Pasar Bitcoin Muzzakin, Muhamad; Pramono, Basworo Ardi; ., Susanto
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10140

Abstract

Bitcoin sebagai salah satu cryptocurrency paling populer yang menawarkan peluang investasi besar namun disertai dengan volatilitas harga yang tinggi. Penelitian ini bertujuan untuk memprediksi harga Bitcoin menggunakan model Support Vector Machine (SVM) dan menganalisis risiko pasar yang melekat. Dataset historis Bitcoin digunakan untuk melatih model dengan fitur seperti harga pembukaan, harga tertinggi, harga terendah, dan volume perdagangan. Penelitian menggunakan model SVM yang dioptimalkan melalui tuning parameter untuk meningkatkan akurasi prediksi. Evaluasi model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil evaluasi menunjukkan performa model yang baik dengan MAE sebesar 0,0036 dan RMSE sebesar 0,0050. Korelasi fitur menunjukkan hubungan yang kuat antara harga penutupan dengan variabel harga lainnya, sementara volume memiliki hubungan moderat. Analisis risiko menggunakan pengembalian harian mengidentifikasi volatilitas signifikan, yang menjadi tantangan dalam pengambilan keputusan investasi. Penelitian ini menyimpulkan bahwa model SVM efektif dalam memprediksi tren harga Bitcoin. Namun, analisis risiko tetap penting untuk mendukung strategi investasi yang lebih bijaksana.
Implementasi Data Mining Penjualan Beras dengan menerapkan Teknik K-Means Clustering UD. Nainggolan Anggraini, Fevi Dwi; Anggraeni, Dewi; Akmal, Akmal
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10148

Abstract

Penelitian ini bertujuan untuk mengelompokkan penjualan berbagai merek beras di UD. Nainggolan menggunakan algoritma K-Means Clustering. UD. Nainggolan merupakan usaha yang bergerak di bidang penjualan sembako, termasuk beras dari berbagai merek. Permasalahan utama yang dihadapi adalah kesulitan dalam memahami tren penjualan dan preferensi pelanggan, yang berdampak pada pengelolaan stok dan strategi pemasaran. Penelitian ini memanfaatkan data penjualan dari Maret 2024 hingga Februari 2025, dengan fokus pada 9 merek beras. Data dianalisis untuk diklasterisasikan ke dalam 2 kategori:, laris, dan kurang laris. Hasil dari penelitian ini adalah sebuah sistem berbasis web yang dibangun menggunakan PHP dan MySQL, yang mampu mengelompokkan penjualan beras berdasarkan algoritma K-Means. Sistem ini diharapkan dapat membantu pihak manajemen dalam pengambilan keputusan terkait pengelolaan stok dan strategi penjualan yang lebih efisien dan tepat sasaran.
Perbandingan Model Smart Fire Detection System : Konvensional VS Berbasis IoT Multi-Sensor dengan IFTTT dalam Peningkatan Kewaspadaan Dini Alawiyah, Pileria; Nasyah, Maharani; Sunardi, Rudy; Laela, Neng Linda Badratul
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10158

Abstract

Kebakaran masih menjadi masalah serius dengan dampak besar, baik secara materi maupun korban jiwa. Deteksi yang lambat dan alarm konvensional yang tidak responsif menjadi penyebab utama tingginya tingkat kerusakan. Penelitian ini mengusulkan sistem deteksi kebakaran berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan platform IFTTT (If This, Then That). Sistem ini menggabungkan sensor asap (MQ5, MQ9), suhu (DHT22), dan api, dengan NodeMCU ESP8266 sebagai pusat kendali, serta mengirim notifikasi real-time melalui WhatsApp. Tujuannya adalah meningkatkan akurasi deteksi dan mengurangi alarm palsu. Pengujian dilakukan dengan membandingkan sistem konvensional dan sistem IoT pada berbagai skenario kebakaran. Hasil menunjukkan bahwa sistem IoT memiliki keunggulan dalam kecepatan notifikasi (kurang dari 10 detik) dan kemampuan menyampaikan lokasi secara akurat. Meskipun memerlukan biaya awal lebih tinggi, efektivitas sistem ini dalam meningkatkan respons darurat menjadikannya solusi yang layak. Sistem ini cocok diterapkan di rumah, kantor, maupun fasilitas industri, serta memiliki potensi besar dalam pengembangan sistem keselamatan kebakaran yang lebih adaptif dan efisien di masa depan
Segmentasi Harga Pasar Properti Rumah menggunakan Algoritma K-Means berdasarkan Lokasi, Harga dan Luas Bangunan Suderajat, Agung; Kamalia, Antika Zahrotul; Afandi, Dedi
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10182

Abstract

Pasar properti rumah memiliki harga yang bervariasi tergantung lokasi dan spesifikasi bangunan. Penelitian ini melakukan segmentasi harga properti berdasarkan lokasi (latitude & longitude), harga, dan luas bangunan menggunakan algoritma K-Means Clustering. Dataset berisi 18.962 data properti dari wilayah Bandung dan sekitarnya. Data melalui tahap pembersihan, transformasi lokasi ke koordinat geografis, normalisasi, dan denormalisasi untuk memastikan kualitas analisis. Metode Elbow digunakan untuk menentukan jumlah cluster optimal dan menunjukkan nilai K = 3. Proses clustering menghasilkan tiga segmen: Cluster 0 (Affordable Housing) mencakup 7.751 properti dengan harga rendah dan bangunan kecil, Cluster 1 (Luxury Estate) sebanyak 2.402 properti dengan harga tinggi dan bangunan luas, serta Cluster 2 (Middle-Class Residences) terdiri dari 5.555 properti dengan karakteristik menengah. Visualisasi menggunakan peta interaktif berbasis Folium memperlihatkan distribusi spasial yang jelas, dengan konsentrasi tertinggi berada di pusat kota seperti Bandung dan Cimahi. Rata-rata harga di cluster 0 sekitar Rp900 juta, cluster 1 mencapai Rp4,9 miliar, dan cluster 2 sekitar Rp1,8 miliar. Penelitian ini menunjukkan bahwa K-Means efektif untuk segmentasi harga properti. Untuk hasil yang lebih komprehensif, disarankan agar penelitian lanjutan menambahkan variabel seperti aksesibilitas, fasilitas umum, dan kondisi bangunan.
RFM Analysis Application for Customer Loyalty Identification in Bodywork PT. Bengawan Karya Sakti Purwadi, Purwadi; Yudanto, Satyo; Wibowo, Arief
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10204

Abstract

The bodywork industry in Indonesia is under high competitive pressure, requiring companies to be more adaptive in understanding customer behavior in order to maintain business continuity. PT. Bengawan Karya Sakti as one of the national bodywork companies, has not optimally utilized historical transaction data to assess customer loyalty. This study aims to identify customer loyalty segmentation through the application of the RFM (Recency, Frequency, Monetary) method, which is used to analyze sales transaction data in 2022 and 2023. The study uses the CRISP-DM approach which includes the stages of business understanding, data exploration, data cleaning and processing, modeling, evaluation, and implementation of results. The transaction data analyzed includes attributes of transaction date, customer, number of transactions, and transaction value, which are then processed into RFM scores based on the transaction year and classified into categories such as Very Loyal, Loyal, At Risk, and others. The segmentation results show an increase in the number of very loyal customers from 2022 to 2023, as well as a significant decrease in inactive and at-risk customers. The chi-square statistical test shows that the difference in customer distribution between years is statistically significant (p-value <0.05), indicating a real influence from the company's strategy or external factors. The main conclusion of this study is that the RFM method is effective in the bodywork industry to support data-based marketing decision making and more targeted customer retention strategies.